SALUD-TERESA BERMEJO.ps, page 11

Transcripción

2007
ANÁLISIS DE LOS FALLOS DETECTADOS
EN EL PROCESO DE DISPENSACIÓN DE
MEDICAMENTOS Y LOS FACTORES
CONTRIBUYENTES
Investigadora principal
Dra. Dª Teresa Bermejo Vicedo
Doctora en Farmacia
Jefe del Servicio de Farmacia del Hospital Ramón y Cajal. Madrid
Equipo investigador
Ana Mª Álvarez Díaz
Licenciada en Farmacia
Facultativa especialista de área en comisión de servicios en el servicio
de farmacia del Hospital universitario Ramón y Cajal
Eva Delgado Silveira
Dra. En Farmacia
Farmacéutica Adjunta del servicio de farmacia del Hospital universitario
Ramón y Cajal
Esther Gómez de Salazar Gómez de Silanes
Covadonga Pérez Menéndez-Conde
Rosario Pintor Recuento
Farmacéutica F.E.A. de farmacia hospitalaria del Hospital universitario
Ramón y Cajal
Jaime Serna Pérez
Licenciado en Medicina y en Farmacia
Farmacéutico F.E.A. de farmacia hospitalaria del Hospital universitario
Ramón y Cajal
Esta investigación ha sido financiada por FUNDACION MAPFRE en la Convocatoria Ayuda a la Investigación 2007.
Índice
1.
Antecedentes
4
2.
Objetivo
5
3.
Metodología
5
3.1
Diseño del estudio
5
3.2
Ámbito de estudio
5
3.3
Variables del estudio
5
3.4
Tamaño muestral
6
3.5
Procedimiento de estudio, reclutamiento y recogida de información
6
3.6
Análisis estadístico
6
3.7
Consideraciones éticas
6
4.
Limitaciones
6
5.
Resultados
6
6.
Bibliografia
11
Anexo I
12
4 | ANÁLISIS DE LOS FALLOS DETECTADOS EN EL PROCESO DE DISPENSACIÓN DE MEDICAMENTOS Y LOS FACTORES CONTRIBUYENTES
1. ANTECEDENTES
La seguridad es un principio fundamental de la atención
al paciente y un componente crítico de la gestión de la
calidad. Mejorarla requiere una labor compleja, que afecta
a todo el sistema y en la que interviene una amplia gama
de medidas relativas a la mejora del funcionamiento, la
seguridad del entorno y la gestión del riesgo, incluidos la
lucha contra las infecciones, el uso inocuo de medicamentos, la seguridad del equipo, las prácticas clínicas seguras
y un entorno de cuidados sano1 .
Cada etapa del proceso de atención sanitaria presenta
cierto grado de inseguridad intrínseca: los efectos secundarios de los medicamentos o de sus combinaciones, el
riesgo asociado a un determinado instrumento médico, la
presencia en el servicio de salud de productos no acordes
a las normas o defectuosos, los fallos humanos y/o las
deficiencias del sistema. En consecuencia, los eventos adversos pueden deberse a problemas en las prácticas, los
productos, los procedimientos o los sistemas1.
La concepción actual de la seguridad del paciente
atribuye la principal responsabilidad de los eventos adversos a las deficiencias del diseño, de la organización y del
funcionamiento del sistema más que a los proveedores o
a los productos individuales1. Cuando un sistema falla, es
debido a múltiples equivocaciones que ocurren juntas y el
fallo humano no es únicamente la principal explicación.
Los errores latentes o los fallos del sistema suponen el
mayor riesgo para la seguridad del paciente, puesto que
llevan a que los trabajadores cometan errores y tienen la
capacidad de provocar múltiples tipos de errores2.
Desde la aparición en 1999 del Informe del Institute of
Medicine “To err is human. Building a Safer Health System”, el interés sobre la seguridad de los sistemas de
salud se ha incrementado, y en especial el estudio de la
seguridad sobre el uso de los medicamentos. Según este
informe en EEUU se producen 44.000 muertes/año por
errores médicos y no menos de 7.000 muertes por errores
de medicación2.
En el Utah-Colorado Study se publicó que en Estados
Unidos un 75% de los eventos adversos causados por
medicamentos pueden atribuirse a deficiencias del sistema. De manera similar, la mayoría de los eventos adversos no se deben a negligencias o a falta de formación sino
que se producen más bien debido a causas latentes en
los propios sistemas1,3.
Según Vincent4, a menudo los análisis de incidentes
adversos tienen como objetivo conocer la causa principal
del mismo, estudiando de forma retrospectiva una serie de
eventos hasta llegar al problema fundamental. Sin embargo, esta perspectiva es errónea en dos aspectos importantes. Por una parte, esto implica que el accidente
tiene una única causa, o al menos un pequeño número de
causas, pero esto es una infraestimación. Generalmente,
una cadena de eventos y una amplia variedad de factores
contribuyentes llevan a que el incidente se produzca. Por
otra parte, esta perspectiva implica que el propósito de la
investigación es simplemente encontrar qué causó el inci-
dente. Sin embargo, si bien determinar la causa es importante, no es el objetivo final. El propósito fundamental de
cualquier análisis de este tipo es utilizar el incidente para
detectar fallos en el sistema de salud. Desde esta perspectiva, la investigación es proactiva.
Vincent ha adaptado al sector sanitario el modelo de
Reason sobre los accidentes en las organizaciones4.
Según la teoría de Reason5 los incidentes y los accidentes
son precedidos por algún tipo de “acción insegura”, en la
que alguien comete un error. Sin embargo, para entender
cómo ocurrió, es necesario ir más allá y examinar las “condiciones latentes” del sistema que han permitido la aparición de la acción insegura.
Para Vincent, una vez que la cadena de eventos está
clara, hay tres consideraciones principales: Primero identificar los problemas entre los eventos, que corresponderían a las “acciones inseguras” del modelo de Reason y
que son acciones u omisiones producidos por miembros
del staff implicados en el proceso. Segundo identificar
para cada problema, el contexto clínico en el que se ha
producido y los factores relacionados con el paciente y
por último determinar los factores que contribuyen a que
el incidente tenga lugar4.
Antes de que la administración de un medicamento
tenga lugar, se suceden una serie de etapas que dan
lugar a la llamada “cadena del medicamento”. Estas etapas son: prescripción, trascripción, validación, dispensación y administración. En cada una de ellas se pueden
cometer errores que se denominan Errores de Medicación
y que afectan a la seguridad del paciente6,7,8. Los errores
que se producen en los pasos previos a la administración,
influyen directamente en ella y pueden contribuir a aumentar el riesgo de error en la administración9,10,11,12,13,14,15,16. En
ocasiones, cuando se detecta el error la medicación ya ha
sido administrada al paciente17.
La mayoría de los artículos publicados sobre seguridad
relacionada con medicamentos, se centran en errores de
medicación en general y en concreto errores de dispensación y en el análisis de sus causas18,19,20,2122,23,24,25,26,27. Sin
embargo, existe menos información sobre fallos relacionados
con el sistema de trabajo en el proceso de dispensación. Por
otra parte, la incorporación de las tecnologías de la información en la práctica de los Servicios de Farmacia Hospitalaria
hace necesario investigar sobre los fallos que pueden conllevar. A finales de 2008, la Joint Commission, tras el análisis
de los datos Medmarx de incidencia de efectos adversos
directamente causados por las tecnologías de la información
en el sector sanitario, alertaba sobre la necesidad de implementar e implantar de forma segura las mismas y, por ello,
las organizaciones deberían poner especial atención en los
factores contribuyentes que pueden poner en peligro la seguridad del paciente, sugiriendo las acciones a tomar28.Teniendo en cuenta la perspectiva de Vincent4 sobre la investigación de eventos adversos en salud y ya que, según la
OMS, pensar en términos de sistema es el mejor modo de
adoptar soluciones definitivas para reducir riesgos1, proponemos un estudio cuyo diseño permita conocer qué fallos se
producen en nuestro sistema de trabajo, previos a la admi-
ANÁLISIS DE LOS FALLOS DETECTADOS EN EL PROCESO DE DISPENSACIÓN DE MEDICAMENTOS Y LOS FACTORES CONTRIBUYENTES | 5
nistración de los medicamentos, y qué factores relacionados
con el mismo contribuyen a que éstos aparezcan.
Igualmente, al analizar los procesos del uso de los
medicamentos es imprescindible considerar cómo pueden
intervenir los factores humanos en cualquier etapa del
mismo en el contexto de la seguridad. Existe una gran
variabilidad de actividades y personas implicadas en las
mismas y las condiciones en que se realizan. Es por ello
de especial interés que las organizaciones realicen el análisis de la causa raíz de los errores que podrían ser debidos a un factor humano y, tras su detección, establecer
las medidas necesarias para mejorar la seguridad incluyendo estos aspectos29.
2. OBJETIVO
Calcular la prevalencia de fallos producidos en diferentes
sistemas de dispensación de medicamentos en un hospital general y los factores que contribuyen a los mismos.
3.2 Ámbito de estudio
Servicio de Farmacia del Hospital Ramón y Cajal de Madrid (Área 4). Se realizó una recogida de datos durante
124 días laborables de lunes a viernes durante 8 meses,
en el periodo comprendido de febrero a octubre de 2008
(desde el 25 de febrero hasta el 31 de octubre). Los meses
de julio y agosto se excluyeron del estudio debido a que
las condiciones de trabajo durante ese periodo varían considerablemente respecto al resto del año (cambios en el
personal, menor carga asistencial).
3.3 Variables del estudio
3. METODOLOGÍA
3.1 Diseño del estudio
Se realizó un estudio observacional y prospectivo, en el que
se revisaron todas las fases de la dispensación de medicamentos de distintos sistemas en el Servicio de Farmacia. La
recogida de datos fue realizada por un sólo farmacéutico.
STOCK
Los Sistemas de Dispensación (SD) establecidos en el
Hospital incluidos fueron: Stock, Sistema de dispensación
automatizado (Pyxis®) con Prescripción Electrónica Asistida (PEA), Pyxis® sin PEA, Sistema de Distribución de
Medicamentos en Dosis Unitaria (SDMDU) con PEA y
SDMDU con trascripción. La definición de cada SD y las
etapas del proceso de dispensación en cada uno se describen en el Anexo I.
– Fallo del sistema: Fue definido como cualquier discrepancia respecto al procedimiento establecido
para cada etapa del proceso de dispensación y
que tuvo como consecuencia un error de dispensación.
Los posibles fallos en cada SD fueron:
Fallo en la preparación del pedido
Fallo en el llenado del Kardex® horizontal
Fallo en el mantenimiento de Mercurio®
PYXIS® CON PEA
Fallo
Fallo
Fallo
Fallo
Fallo
en el llenado del Pyxis®
en el llenado del Kardex® horizontal
en el mantenimiento de Mercurio®
en mantenimiento de la base de datos de medicamentos del Pyxis®
de validación
PYXIS® SIN PEA
Fallo
Fallo
Fallo
Fallo
Fallo
en
en
en
en
en
SDMDU CON PEA
Fallo
Fallo
Fallo
Fallo
Fallo
en el llenado del Kardex® vertical
en el llenado del Kardex® horizontal
en el llenado del carro
de validación
SDMDU CON TRASCRIPCIÓN
Fallo
Fallo
Fallo
Fallo
Fallo
en el llenado del Kardex® vertical
en el llenado del carro
de trascripción
de validación
el llenado del Pyxis®
el llenado del Kardex® horizontal
el mantenimiento de Mercurio®
mantenimiento de la base de datos de medicamentos del Pyxis®
la preparación del pedido
– Personal implicado en el fallo: auxiliar de enfermería, farmacéutico, enfermera, auxiliar administrativo,
laboratorio proveedor, otros (imposibilidad de atribuir el fallo a un profesional concreto).
– Factores contribuyentes al fallo en cada sistema, clasificados según la metodología de Otero y col30.
– Errores de dispensación, clasificados según la metodología de Otero y col30.
3.4 Tamaño muestral
El tamaño muestral se calculó a partir de un estudio piloto
de dos semanas de duración.
Para contrastar la existencia de una proporción de
fallo del 20 % con un delta del 10% se aseguraba, con un
alfa=0,05, tamaño muestral suficiente para los distintos
procedimientos. Diariamente se estableció revisar: diez
pedidos de Stock, cuatro pedidos de Pyxis® sin PEA, cuatro pedidos de Pyxis® con PEA, cinco pedidos de SDMDU
con PEA y cuatro pedidos de SDMDU con trascripción,
durante 130 días laborables.
Pedido: Conjunto de medicamentos dispensados por
planta y día mediante uno de los siguientes sistemas de
dispensación:
Stock: Medicamentos dispensados por planta según
el pedido on-line realizado por el Servicio correspondiente.
Pyxis® con PEA y Pyxis® sin PEA: Medicamentos dispensados por planta según los listados de reposición programados y generados automáticamente en la aplicación
informática que constituye la base de datos de Pyxis®.
SDMDU con PEA y SDMDU sin PEA: Medicamentos
dispensados por planta y paciente de acuerdo con la
orden médica validada para un periodo de 24 horas.
3.5 Procedimiento de estudio, reclutamiento y
recogida de información
Para determinar qué SD se revisaría cada día, se efectuó
un muestreo aleatorio por bloques de 5. Diariamente, el
farmacéutico realizó una aleatorización del SD correspondiente para seleccionar los pedidos a revisar.
Stock: Se revisó la medicación preparada por los auxiliares de enfermería, comparando con el pedido on-line
solicitado desde el Servicio correspondiente.
Pyxis® con PEA: Se revisó la validación farmacéutica
electrónica y la conexión entre Hospiwin® y la aplicación
informática que constituye la base de datos de Pyxis®.
Posteriormente se revisó la reposición del Pyxis® efectuada por el auxiliar de enfermería, comparando con el
informe de reposición emitido automáticamente por el
Pyxis®.
Pyxis® sin PEA: Se revisó la reposición del Pyxis®
realizada por el auxiliar de enfermería, comparando con el
informe de reposición emitido automáticamente por el
Pyxis®.
SDMDU con PEA: Se revisó la validación farmacéutica
electrónica y la preparación del carro de medicación rea-
lizada por los auxiliares de enfermería, comparando con
los listados de medicación incluida en el carro emitidos
por el farmacéutico tras haber validado los tratamientos.
SDMDU con trascripción: Primero se revisó la trascripción informática de la orden médica realizada por los farmacéuticos, comparando con las copias de las órdenes
médicas recibidas en el Servicio de Farmacia. Seguidamente se revisó la validación farmacéutica de todo el tratamiento del paciente previo al día de la revisión, comparando con la copia de la orden médica recibida el día de
la revisión o con las de días anteriores si no era posible
leer todo el tratamiento en la última, debido a la deficiente
calidad de la hoja autocopiativa. Por último, se revisó la
preparación del carro de medicación realizada por los
auxiliares de enfermería comparando con los listados de
medicación incluida en el carro emitidos por los farmacéuticos tras la validación de los tratamientos.
Oportunidad de fallo: Cada etapa del proceso de dispensación que fue revisada por el farmacéutico asignado
al proyecto: en Stock, igual al número de líneas de medicamento solicitadas; en Pyxis® sin PEA, igual al número de
líneas de medicamento a reponer; en Pyxis® con PEA,
SDMDU con PEA y SDMDU con trascripción, igual al número de líneas de medicamento validadas.
3.6 Análisis estadístico
Las variables discretas se expresarán en frecuencia absoluta y relativa. Todos los contrastes fueron bilaterales. El
nivel de significación se estableció en 0,05.
3.7 Consideraciones éticas
– No fue presentado para la aprobación del comité
ético pues no es una investigación con pacientes.
– Antes de iniciar el estudio se realizó una sesión informativa para todos los profesionales implicados
en el proceso de dispensación, a fin de informarles
sobre el mismo.
4. LIMITACIONES
En el diseño del estudio no se han tenido en cuenta:
– Pedidos urgentes (que podían surgir cualquier día
y hora).
– Solicitud de medicamentos restringidos (cuya dispensación ha de ser validada por un farmacéutico,
siguiendo un procedimiento diferente a los SD incluidos en el estudio).
– Dispensaciones de sábados, domingos ni festivos.
5. RESULTADOS
Durante el periodo de estudio, el número de días que se revisó cada sistema de dispensación fue: Stock, 26 días (179
pedidos); Pyxis® con PEA, 23 días (84 pedidos); Pyxis® sin
PEA, 27 días (107 pedidos); SDMDU con PEA, 24 días (106
pedidos) y SDMDU con trascripción, 24 días (78 pedidos).
El índice de pérdidas fue del 16,16%, debido a:
– En el SD por “Stock”, 25 días no se pudo revisar el
total de pedidos asignados por la aleatorización,
por problemas en la preparación de los mismos.
– En el resto de lo sistemas, 34 días fue imposible
revisar la totalidad de la muestra calculada para
no retrasar la dispensación de medicamentos.
–
3 días por enfermedad del farmacéutico que recogió los datos.
Como se observa en la tabla 1, se detectaron un total
de 2.181 fallos frente a 54.169 oportunidades de fallo en
los distintos SD.
En las tablas 2-6 se detalla la proporción de fallos
encontrados en cada uno de los sistemas de dispensación
con sus factores contribuyentes y los errores de dispensación que causaron.
Tabla 1. Distribución de fallos encontrados, oportunidades de fallo, frecuencia y OR por sistema de dispensación. p=0.000
NÚMERO DE FALLOS
STOCK
PYXIS® CON PEA
PYXIS® SIN PEA
SDMDU CON PEA
SDMDU CON TRASCRIPCIÓN
TOTAL
OPORTUNIDADES
DE FALLO
511
396
327
435
512
2.181
FRECUENCIA
(%)
4.776
13.932
1.576
20.240
13.645
54.169
10,7
2,9
20,7
2,2
3,7
Tabla 2. Fallos encontrados en el sistema de dispensación de STOCK, factores contribuyentes y errores asociados.
SISTEMA
DISPENSACIÓN
FALLOS
Fallo en la
preparación
del pedido
FRECUENCIA
% (n)
FACTORES CONTRIBUYENTES
ERRORES
97,1% (496)
Rotura de stock/desabastecimiento:
61,1% (303)
Inercia del sistema: 8,9% (44)
Otros: 5,2% (26)
Interrupciones frecuentes: 3,6% (18)
Ruido: 2,6% (13)
Personal insuficiente: 2% (10)
Desconocido: 1,2% (6)
Falta de profesional sanitario: 1% (5)
Iluminación: 1% (5)
Falta de normalización de
procedimientos: 0,6% (3)
Sistemas de comunicación
deficientes entre profesionales:
0,6% (3)
Personal sin experiencia: 0,4% (2)
Omisión: 60,7% (301)
Diferente cantidad de
medicamento: 26,4% (131)
Mal acondicionado: 5% (25)
Incorrecta identificación del
stock: 3,6% (18)
Medicamento equivocado:
2,2% (11)
Sobra el medicamento:
1,4% (7)
Diferente dosis: 0,6% (3)
1,6% (8)
Otros: 12,5% (1)
Omisión: 75% (6)
stock: 25% (2)
1,4% (7)
Falta de profesional sanitario:
14,3% (1)
Personal insuficiente: 14,3% (1)
Iluminación: 14,3% (1)
Otros: 14,3% (1)
Diferente forma
farmacéutica: 14,3% (1)
14,3% (1)
STOCK
Fallo en el
mantenimiento
de Mercurio®
Fallo en el
llenado de
Kardex®
horizontal
Tabla 3. Fallos encontrados en el sistema de dispensación de PYXIS® con PEA, factores contribuyentes y errores asociados.
SISTEMA
DISPENSACIÓN
FALLOS
FRECUENCIA
% (n)
ERRORES
78% (309)
45% (139)
Sistemas de preparación/
dispensación deficiente: 9,1% (28)
Otros: 4,5% (14)
Personal sin experiencia: 1% (3)
Omisión: 56,3% (174)
Mala adecuación del
4,9% (15)
21% (83)
Otros: 16,9% (14)
Personal sin experiencia: 6% (5)
Rotura de stock/Desabastecimiento:
1,2% (1)
Error de comunicación entre
sistemas: 60,2% (50)
Diferente vía de
administración: 7,2% (6)
6,0% (5)
Omisión: 1,2% (1)
Otros
0,5% (2)
Inercia del sistema: 50% (1)
Error de comunicación entre
sistemas: 50% (1)
medicamento: 50% (1)
Fallo en el
llenado de
Kardex®
horizontal
0,3% (1)
Ninguno
Omisión: 100% (1)
Desconocido: 100% (1)
Omisión: 100% (1)
Fallo en el
llenado del
Pyxis®
Fallo de
PYXIS con PEA validación
®
Fallo en el
mantenimiento 0,3% (1)
de Mercurio®
Tabla 4. Fallos encontrados en el sistema de dispensación de PYXIS® sin PEA, factores contribuyentes y errores asociados.
SISTEMA
DISPENSACIÓN
FALLOS
FRECUENCIA
% (n)
ERRORES
Omisión: 53,9% (173)
5,3% (17)
pedido: 0,9% (3)
Diferente forma
Fallo en el
llenado de
Pyxis®
98,2% (321)
38,3% (123)
Sistemas de preparación/
dispensación deficiente: 5,9% (19)
Otros: 0,6% (2)
Fallo en el
llenado de
Kardex®
horizontal
0,9% (3)
33,3% (1)
Omisión: 33,3% (1)
33,3% (1)
Omisión: 33,3% (1)
PYXIS® sin PEA
Fallo en la
preparación
del pedido
0,9% (3)
Tabla 5. Fallos encontrados en el sistema de dispensación de SDMDU con PEA, factores contribuyentes y errores asociados.
SISTEMA
DISPENSACIÓN
FALLOS
Fallo en el
llenado del
carro
FRECUENCIA
% (n)
Fallo en el
llenado de
Kardex®
vertical
ERRORES
79,3% (345)
Sistemas de comunicación/
información deficientes entre
profesionales: 13,9% (48)
10,4% (36)
Otros: 11% (38)
Omisión: 22,6% (78)
Cajetín equivocado: 22,3%
(77)
20,3% (70)
0,6% (2)
Diferente vía de
14,5% (63)
Otros: 50% (31)
información deficientes_Falta de
prescripción electrónica: 8% (5)
información deficientes_Entre
Diferente vía de
Frecuencia de
administración errónea:
12,7% (8)
Omisión: 9,5% (6)
3,2% (2)
Otros: 1,6 (1)
Diferente forma
48,1% (13)
3,7% (1)
SDMDU con
PEA
Fallo de
validación
6,2% (27)
Tabla 6. Fallos encontrados en el sistema de dispensación de SDMDU con trascripción, factores contribuyentes y errores asociados.
SISTEMA
DISPENSACIÓN
FALLOS
Fallo en el
llenado del
carro
Fallo de
validación
FRECUENCIA
% (n)
51,8% (265)
28,5% (146)
SDMDU con
trascripción
Fallo de
trascripción
Fallo en el
llenado de
Kardex®
vertical
15,6% (80)
4,1% (21)
ERRORES
Otros: 19,6% (52)
4,5% (12)
40% (106)
Cajetín equivocado:
14,3% (38)
Omisión: 11,3% (30)
0,4% (1)
Otros: 28,1% (41)
información deficientes_Falta de
prescripción electrónica: 0,7% (1)
Omisión: 30,8% (45)
Frecuencia de
23,3% (34)
22,6% (33)
Diferente vía de
Diferente forma
2,7% (4)
Paciente equivocado:
0,7% (1)
Otros: 0,7% (1)
Otros: 32,9% (26)
Frecuencia de
30,4% (24)
Omisión: 24,1% (19)
19% (15)
Diferente dosis: 15% (12)
Diferente vía de
5,1% (4)
Diferente forma
Paciente equivocado:
1,3% (1)
Otros: 9,5% (2)
información deficientes: 4,8% (1)
14,3 % (3)
6. BIBLIOGRAFÍA
1.
Organización Mundial de la Salud. 55ª Asamblea Mundial de la
Salud (Informe de la Secretaría). 23 de Marzo de 2002. Calidad
de la Atención: Seguridad del paciente.
18. Anacleto TA, Perini E, Rosa MB, Cesar CC. Medication errors
and drug-dispensing systems in a hospital pharmacy. Clinics.
2005 Aug; 60(4):325-332.
2.
Kohn LT, Corrigan JM, Donaldson MS, eds. To err is human:
Building a safer health system. Committee on Health Care in
America. Institute of Medicine. Washington, DC: National Academy Press; 1999.
19. Beso A, Franklin BD, Barber N. The frequency and potential
causes of dispensing errors in a hospital pharmacy. Pharm World
Sci. 2005 Jun; 27(3):182-190.
3.
Thomas EJ, Studdert DM, Newhouse JP, Zbar BI, Howard KM,
Williams EJ et al. Costs of medical injuries in Utah and Colorado.
Inquiry 1999; 36:255-264.
4.
Vincent Ch. Understanding and Responding to Adverse Events.
N Eng J Med 2003; 348:1051-1056
5.
Reason J. Human Error: Models and Management. BMJ 2000;
320:768-770
6.
Otero MJ, Martín RM, Robles MD, Codina C. Errores de medicación. Farmacia Hospitalaria. 3ª ed. Tomo I ed SCM, S.L. (Doyma);
2002:713-747.
7.
Otero M. Errores de medicación y gestión de riesgos. Rev Esp
Salud Publica 2003; 77:527-540.
8.
Leape LL, Bates DW, Cullen DJ, Cooper , Demonaco HJ, Gallivan T et al. Systems analysis of adverse drug events. JAMA
1995; 274:35-43.
9.
Otero MJ, Martín R, Santos B, Puigventós F, Delgado O. Importancia del proceso de selección de medicamentos en la
prevención de los errores de medicación. Farm Hosp 2003;
27:264-270.
10. Dean B, Schachter M, Vincent C and Barber N. Prescribing
errors in hospital inpatients: their incidence and clinical significance. Qual Saf Health Care 2002; 11:340-344.
11. American Society of Hospital Pharmacists. ASHP guidelines on
preventing medication errors in hospitals. Am J Hosp Pharm
1993; 50:305-314.
12. Nightingale PG, Richards NT. Implementation of rules based
computerized bedside prescribing and administration: intervention study. BMJ 2000; 320:750-753.
13. Bates DW. Using information technology to reduce rates of medication errors in hospitals. BMJ 2000; 320:788-791.
14. Bates DW, Leape LL, Cullen DJ, Laird N, Petersen LA, Teich JM,
et al. Effect of computerized physician order entry and a team
intervention on prevention of serious medication errors. JAMA
1998; 280:1311-1316.
20. Fontan JE, Maneglier V, Nguyen VX, Loirat C, Brion F. Medication
errors in hospitals: computerized unit dose drug dispensing system versus ward stock distribution system. Pharm World Sci.
2003 Jun;25(3):112-117.
21. Buchanan TL, Barker KN, Gibson JT, Jiang BC, Pearson RE.
Illumination and errors in dispensing. Am J Hosp Pharm 1991;
48(10):2137-2145.
22. Flynn EA, Barker KN. Effect of an automated dispensing system
on errors in two pharmacies. J Am Pharm Assoc 2003. 2006
Sep-Oct; 46(5):613-615.
23. Poon EG, Cina JL, Churchill W, Patel N, Featherstone E, Rothschild JM, Keohane CA, Whittemore AD, Bates DW, Gandhi TK.
Medication dispensing errors and potential adverse drug events
before and after implementing bar code technology in the pharmacy. Ann Intern Med. 2006; 145(6):426-434.
24. Lisby M, Nielsen LP, Mainz J. Errors in the medication process:
frequency, type, and potential clinical consequences. Int J Qual
Health Care 2005; 17(1):15-22.
25. Fontan JE, Maneglier V, Nguyen VX, Loirat C, Brion F. Medication
errors in hospitals: computerized unit dose drug dispensing system versus ward stock distribution system. Pharm World Sci
2003; 25(3):112-117.
26. Anacleto TA, Perini E, Rosa MB, Cesar CC. Drug-dispensing
errors in the hospital pharmacy. Clinics 2007; 62(3):243-250.
27. Szeinbach S, Seoane-Vazquez E, Parekh A, Herderick M. Dispensing errors in community pharmacy: perceived influence of
sociotechnical factors. Int J Qual Health Care 2007; 19(4):203-209.
28. Sentinel event alert. The Joint Commission safely implementing
health information and converging technologies. Issue 42, 11th
December 2008.
29. Schneider J. Applying human factors in improving medicationuse safety. Am J Health Syst Pharm 2002; 59:1155-1159.
30. Otero López MJ, Codina Jané C, Tamés Alonso MJ, Pérez Encinas M. Errores de medicación: estandarización de la terminología
y clasificación. Farm Hosp 2003; 27 (Pt 3):137-149.
15. Kaushal R, bates D. Information technology and medication
safety:what is the benefit? Qual Saf Health Care 2002; 11:261-265.
31. Sánchez MT, Abad E, Salvador A, de Frutos A. Dispensación con
intervención posterior: reposición de stock (sistemas automatizados). Farmacia Hospitalaria. 3ª ed. Tomo I ed SCM, S.L. (Doyma);
2002:449-463.
16. Shulman R, Singer M, Golstone J, Bellingan G. Medication errors:
a prospective cohort study of hand-written and computerized
physician order entry in the intensive care unit. Critical Care
2005; 9:R516-R521.
32. Grupo de Evaluación Nuevas Tecnologías de la SEFH (Grupo
TECNO). Prescripción electrónica asistida (PEA). Disponible en:
http://www.sefh.es/sefhdescargas/archivos/pea.pdf [acceso 1803-2009].
17. Stubbs J, Haw C, Cahill C. Auditing prescribing errors in a psichiatric hospital. Are pharmacists´interventions effective?.
Hospital Pharmacist 2004; 11(5):203-206.
33. Council of the Royal Pharmaceutical Society of Great Britain.
Consultation document. Making best use of pharmacists and
their support staff. Pharm J 1998; 260:743-745.
ANEXO I
Aplicación informática Hospiwin®:
Prescripción electrónica asistida:32
Es un programa de gestión global del Servicio de Farmacia, consta de varios módulos conexionados entre ellos,
estos incluyen: gestión económica (Gestockwin®), prescripción electrónica (Prescriwin®), dispensación a paciente
externo y hospitalizado (Paciwin® y Paciwin HD®), nutrición
parenteral (Nutriwin®) y oncología (Oncowin®).
Nueva tecnología que permite al médico prescribir el tratamiento directamente en Prescriwin®, evitándose tanto la
trascripción del farmacéutico como la de enfermería.
Este sistema dispone de una serie de ayudas orientadas hacia un sistema de soporte a la decisión clínica, que
en esencia son bases de datos de medicamentos las cuales son mantenidas y actualizadas por los farmacéuticos
del Servicio de Farmacia.
Sistema automatizado de dispensación (Pyxis®):
Son armarios conectados a un ordenador central que facilitan
la dispensación descentralizada en las unidades de hospitalización. Disponen de un ordenador para el registro de todos los
movimientos realizados en los mismos. El armario se divide en
una serie de cajones y bandejas que contienen los medicamentos. Se pueden establecer distintas configuraciones y perfiles de seguridad según localización y tipo de medicamento,
tanto para la reposición del sistema como para la retirada de
medicamentos. Proporciona información de inventario a tiempo
real, informando de la cantidad máxima, mínima y real. Además, permiten introducir la prescripción médica del paciente,
de modo que sólo se puedan retirar del armario los medicamentos que el paciente tiene pautados en su prescripción.
Validación farmacéutica:33
Acto mediante el cual el farmacéutico garantiza la seguridad, calidad, eficacia y costo-efectividad del tratamiento
farmacológico pautado por el prescriptor.
SD Stock:
Semanalmente se reciben en el Servicio de Farmacia vía
on line los pedidos solicitados desde los distintos Servicios. Una vez recibido el pedido, uno o varios auxiliares
preparan la medicación en una caja identificada con el
código del Servicio peticionario. Para su preparación se
dispone de un almacén robotizado (Kardex® horizontal).
Almacén robotizado (Kardex® vertical):31
Sistemas de almacenaje semiautomáticos constituidos por
bandejas que se desplazan con un movimiento vertical,
diseñados para facilitar y mejorar el llenado manual de los
carros de dosis unitaria. Prescriwin® se conecta con este
sistema para transmitir la información de todos los medicamentos que se deben incluir en cada carro.
Almacén robotizado (Kardex® horizontal):
SD Pyxis® sin PEA:
Cada día se repone el Pyxis® dos veces (por la mañana y
por la tarde). Las etapas del proceso en este sistema son:
diariamente el programa informático del Pyxis® emite un
informe de reposición con el que uno o varios auxiliares
preparan la medicación para el llenado del mismo. Para
preparar esta medicación se dispone de un almacén robotizado (Kardex® horizontal). Posteriormente se procede
al llenado de los Pyxis®.
Armario robotizado con carriers (módulos de almacenaje)
que se desplazan en un movimiento horizontal tipo carrusel
para el almacenamiento, asociado a una mesa multipedidos
para la dispensación de medicamentos. El circuito de preparación de pedidos incluye la reposición de Pyxis® y Kardex® verticales de llenado de carros para dispensación en
Dosis Unitaria y preparación de los stocks de las unidades
de enfermería de hospitalización, así como, consultas, quirófanos, servicios de diagnóstico, laboratorios...
Las etapas del proceso en este sistema son las mismas
que en Pyxis® sin PEA pero con dos etapas más: validación farmacéutica electrónica del tratamiento prescrito
por el médico y revisión de la comunicación entre el sistema informático de prescripción (Hospiwin 2000 v6®) y
el de dispensación del Pyxis®.
Iguana®:
SD SDMDU con trascripción:
Aplicación informática que sirve de interface entre el sistema de gestión Hospiwin® y los sistemas informáticos de
dispensación automatizada Kardex® y Pyxis®.
El sistema de Distribución de Medicamentos en Dosis Unitaria consiste en la dispensación de medicación identificada por paciente y en cantidad suficiente para cubrir 24
horas de tratamiento. Las etapas del proceso en este sistema son y por este orden: Recepción en el Servicio de
Farmacia de una copia de la orden de tratamiento de cada
paciente; trascripción por parte de un farmacéutico (introducción de los medicamentos prescritos en la orden de
Mercurio®:
Aplicación informática que gestiona los armarios robotizados Kardex®.
SD Pyxis® con PEA:
tratamiento en el programa informático del Servicio de Farmacia (Hospiwin 2000 v6®); validación del tratamiento
completo por parte de un farmacéutico y preparación de
la medicación en los carros de Dosis Unitaria por parte de
auxiliares del SF. Para la preparación de la medicación se
utilizan dos armarios automatizados (Kardex® verticales).
SD SDMDU con PEA:
Este sistema sólo difiere del anterior en que no hay trascripción del tratamiento por parte del farmacéutico, sino
que el médico prescribe directamente en el programa informático (Hospiwin 2000 v6®).

SALUD-TERESA BERMEJO.ps, page 11

Transcripción

Documentos relacionados